Estimation and Selection for the Latent Block Model on Categorical Data

Christine Keribin 1, 2 Vincent Brault 1, 2, * Gilles Celeux 2 Gérard Govaert 3
* Auteur correspondant
2 SELECT - Model selection in statistical learning
Inria Saclay - Ile de France, LMO - Laboratoire de Mathématiques d'Orsay, CNRS - Centre National de la Recherche Scientifique : UMR
Résumé : Cet article traite de l'estimation et de la sélection pour le modèle des blocs latents (LBM) avec données catégorielles. Nous commençons par donner des conditions suffisantes pour obtenir l'identifiabilité de ce modèle. Nous généralisons les procédures d'estimation et les critères de sélection obtenus dans le cadre binaire. Nous considérons l'inférence bayésienne à travers l'échantillonneur de Gibbs couplé avec une approche variationnelle~: avec une distribution a priori non informative correctement calibrée, ces algorithmes évitent mieux les extrema locaux que la méthodologie fréquentiste. Nous présentons des critères de sélection de modèle et nous donnons une forme exacte non asymptotique pour le critère ICL. Les résultats obtenus sur des données simulées et réelles illustrent l'intérêt de notre procédure d'estimation et de sélection de modèle.
Type de document :
Rapport
[Research Report] RR-8264, INRIA. 2013, pp.30
Liste complète des métadonnées

Littérature citée [35 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00802764
Contributeur : Vincent Brault <>
Soumis le : mardi 18 février 2014 - 18:31:11
Dernière modification le : mercredi 4 juillet 2018 - 16:44:02
Document(s) archivé(s) le : dimanche 9 avril 2017 - 13:33:53

Fichier

RR-8264_V2.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00802764, version 2

Collections

Citation

Christine Keribin, Vincent Brault, Gilles Celeux, Gérard Govaert. Estimation and Selection for the Latent Block Model on Categorical Data. [Research Report] RR-8264, INRIA. 2013, pp.30. 〈hal-00802764v2〉

Partager

Métriques

Consultations de la notice

1119

Téléchargements de fichiers

436